目前完全免费，开发者可以通过API调用的方式使用，普通玩家也可以在谷歌AI Studio中直接体验。

　　（Ps. 发布这则消息的谷歌工程师Logan Kilpatrick正是原来OpenAI开发者关系的负责人，刚刚跳槽到谷歌。）

　　而由于Gemini 1.5 Pro100万的上下文窗口这次也直接对外开放，因此它可以处理的最长音频约为11小时，最长视频则为1小时，相当够用。

　　我们提取音频文件，足足10万多个token（这种在UI里直接显示当前消耗token数量的方法也广受好评）。

　　除了音频理解，为了让开发者更好地控制模型输出，Gemini 1.5 Pro还提供了另外3项新功能/改进：

　　可以是文本模式，将生成文本作为输出；也可以是函数调用模式，或者干脆只输出函数本身（不带任何参数或其他信息）。

　　100万个token相当于可处理70万个单词或约3万行代码，折合成音频就是约11小时，视频约1小时。

　　还有分析比较《星际穿越》和《星际探索》两个完整的电影脚本，合起来接近10万token，结果三十几秒内就给出了完整详尽的报告谷歌翻译怎么翻墙。

　　有网友在编写一个网页的代码时故意留了3个bug，并分别录制了3个bug视频，外加代码库打包成文件一同丢给Gemini 1.5 Pro，结果全部分分钟给出正确代码。

　　而在今天，随着Gemini 1.5 Pro API的“全面”开放，大伙可以更进一步地感受其厉害了。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。